Expert en Modélisation de Données / Référentiels (IT) / Freelance
Dans le cadre d’une forte accélération de ses activités Data, notre client engage plusieurs projets structurants autour de la modélisation de données , de la construction de nouveaux référentiels et potentiellement de la mise en place d’une démarche MDM (Master Data Management).L’environnement comporte un volume significatif — plus de 250 millions de transactions financières — nécessitant une architecture robuste et une modélisation de données exemplaire.
Le consultant interviendra en tant qu’expert référent , au cœur des projets data stratégiques, en interaction directe avec les équipes Data, Architecture, Métiers et IT.
1. Modélisation de données
Élaborer les modèles MCD/MLD/MPD selon les standards du client.
Définir les entités, attributs, règles de gestion, relations et constraints d’intégrité.
Documenter le glossaire , le data dictionary et le data lineage .
2. Construction des référentiels
Définir les règles de gestion des données maîtres (golden records, survivorship, matching).
Structurer les référentiels (clients, produits, fournisseurs, structures, etc. selon le périmètre).
Identifier les sources, cibles et flux associés.
3. Appui à la stratégie Data / MDM
Participer au cadrage et à la définition de la future architecture MDM (si retenue).
Apporter un regard expert sur les principes de gouvernance associés.
Collaborer avec les squads Data, IT et Métiers.
4. Interaction avec les équipes
Faciliter les échanges techniques/fonctionnels entre Data Engineers, Architectes et Métiers.
Être garant de la cohérence globale du modèle dans un environnement multisolutions.
Accompagner la montée en compétence des équipes internes.
Profil candidat:
Concevoir et formaliser les modèles de données (conceptuels, logiques et physiques).
Construire et structurer les référentiels de données prioritaires.
Participer, selon le périmètre retenu, à la définition ou au cadrage d’une démarche MDM (Master Data Management).
Garantir la cohérence, la qualité et la pérennité de la donnée dans un environnement à fort volume.
Accompagner les équipes internes dans la compréhension et l’appropriation des modèles.